AI赋能眼底平台
AI赋能眼底成像：构建眼底疾病诊断、治疗与预警的智能平台
据世界卫生组织估计，全球约有一半的成年人口目前患有不同程度的近视。在中国城市地区，小学生的近视率已达约40%，而中学生的近视率可能超过80%。高度近视（屈光度大于600度）患者的比例也在逐年增加。这部分人群更容易出现严重的视力问题，包括白内障、青光眼和黄斑变性等并发症的风险增加。病理性近视是高度近视导致视力丧失的主要风险因素。在这类患者中，眼轴的延长导致眼球后极部局部变薄和突出，形成后巩膜葡萄肿。后巩膜葡萄肿是病理性近视最具代表性的病理特征。脉络膜局部扩张导致视网膜变薄和拉伸，最终可能引起黄斑视网膜劈裂等问题，严重影响视力甚至导致失明。
本项目旨在结合Optos免散瞳超广角激光扫描检眼镜、B超眼科诊断仪和光学相干断层扫描（OCT）的优秀成像技术和先进人工智能（AI），开发一种多模态智能筛查系统。该系统旨在实现对眼底疾病，特别是病理性近视，尤其是其核心病变——后巩膜葡萄肿（PSS）的精确识别和评估。同时，将构建视力预测模型，以协助医生制定个性化诊疗策略，预测视力恶化趋势，并提高早期干预的有效性。该系统预计将显著改善病理性近视的预防和控制，降低失明风险，并在远程医疗服务中发挥关键作用，惠及偏远地区人群，促进公共卫生公平和服务质量提升。
研究概览
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Yiwen Hu
- 电话号码：+86 18019320181
- 邮箱：1006108590@qq.com
学习地点
-
-
-
Shanghai、中国
- 招聘中
- Shanghai 10th People's Hospital
-
接触：
- Yiwen Hu
- 电话号码：+86 18019320181
- 邮箱：1006108590@qq.com
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
这项回顾性研究纳入了2024年10月前就诊于上海市第十人民医院眼科、诊断为高度近视伴后巩膜葡萄肿（PSS）的患者。
样本量：来自医院队列的共计1000名患者（600名用于训练，200名用于验证，200名用于内部测试），贡献了约6000张多模态图像。
描述
纳入标准：
诊断为白内障、高度近视及后巩膜葡萄肿的患者，接受了全面的眼科检查，包括超广角眼底照相（Optos）、B超扫描和光学相干断层扫描（OCT）。 基线数据，包括人口统计学、健康状况、眼科病史和眼部生物测量参数，均完整记录。
排除标准：
图像质量差影响PSS识别的患者，患有严重共存眼病（包括青光眼、糖尿病视网膜病变导致介质混浊）的患者，或患有可能干扰研究结果的严重全身性疾病的患者。
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
因高度近视导致后巩膜葡萄肿的白内障患者
|
患者在就诊期间接受了完整的眼底彩色照相、B超扫描和OCT成像检查，术前基线数据，包括人口统计学信息、健康状况、眼科病史和眼部生物测量参数，均被详细收集并记录
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
数据收集结果
大体时间：从2024年10月至2026年4月（收集2024年10月前就诊患者的数据）
|
后巩膜葡萄肿视力及影像学数据的患者人口统计学资料分类
|
从2024年10月至2026年4月（收集2024年10月前就诊患者的数据）
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
AI建模分析
大体时间：从2026年4月到2026年10月
|
AI模型对后巩膜葡萄肿的诊断性能。 AI模型的受试者工作特征曲线下面积（AUC-ROC）。 模型检测后巩膜葡萄肿的准确性、敏感性和特异性。 AI性能与医生性能的比较 |
从2026年4月到2026年10月
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- SHSY-LYZX-413
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.